La table misAct rassemble des charactéristiques calculées sur chacun des graphes générées.
| nH | mean.cpH | mean.vv | max.maxDeg | mean.maxDeg | mean.btw | btwH |
|---|---|---|---|---|---|---|
| 7 | -0.3148500 | 1.285714 | 4 | 2.500000 | 0.4420290 | 69 |
| 4 | -0.3311606 | 2.250000 | 3 | 2.333333 | 0.5384615 | 65 |
| 11 | -0.2635695 | 1.181818 | 2 | 2.000000 | 0.4117647 | 85 |
| 7 | -0.2813651 | 1.857143 | 2 | 1.333333 | 0.3586498 | 79 |
| 5 | -0.3182708 | 2.000000 | 4 | 2.333333 | 0.4747475 | 66 |
| 4 | -0.3732338 | 1.750000 | 3 | 2.000000 | 0.6186441 | 52 |
Les résultats sont résumés en regroupant les graphes par l’influence de leur acteur manquant :
| influence | count |
|---|---|
| major | 218 |
| medium | 158 |
| minor | 24 |
Tous les VEMtree ont convergé, mais pas de la même manière. L’algo VEMtree a trois critères d’arrêt :
Donc VEMtree peut s’être arrêté du fait de la borne inf indépendemment de la convergence sur les paramètres W et Omega. Dans ce qui suit, on voit que maxIter (qui vaut 200) n’a jamais été atteint, et que lorsque c’est la convergence de J qui permet l’arrêt de l’algorithme, Omega a convergé mais pas W.
## V1
## Min. : 6.00
## 1st Qu.: 8.00
## Median : 9.00
## Mean :11.84
## 3rd Qu.:13.00
## Max. :55.00
La qualité d’inférence est évaluée avec l’AUC, la PPV (TP/(TP+FP)) et le TPR (TP/(TP+FN)) des arêtes incluant l’acteur manquant, notés PPVH et TPRH. Ces valeurs sont calculées pour chaque graphes, et les proportion de valeurs supérieures à 0.8 sont mises en liens avec le nombre de voisins nH de l’acteur manquant.
| influence | count | med.auc | auc.prop50 |
|---|---|---|---|
| major | 218 | 0.76 | 76.6 |
| medium | 158 | 0.54 | 57.0 |
| minor | 24 | 0.53 | 62.5 |
| influence | count | med.ppvh | med.tprh | ppvh.prop50 | tprh.prop50 |
|---|---|---|---|---|---|
| major | 218 | 0.75 | 0.70 | 73.4 | 69.3 |
| medium | 158 | 0.29 | 0.33 | 31.0 | 36.7 |
| minor | 24 | 0.14 | 0.25 | 0.0 | 16.7 |
VEMtree was unable to infer the missing actor in some case of major influence:
## $seed
## [1] 10 12 19 20 31 40 41 43 44 60 69 71 80 81 91 94 99
## [18] 108 117 126 139 152 155 159 172 176 178 186 204 226 236 245 246 247
## [35] 251 253 254 271 292 305 312 313 327 341 352 353 358 374 376 379 384
## [52] 395
La reconstruction de l’acteur manquant est évaluée par la corrélation entre le vecteur latent gaussien d’origine \(Z_H\), et le vecteur des moyennes inférées \(M_H\).
| influence | med.cor | prop50 |
|---|---|---|
| major | 0.78 | 83.9 |
| medium | 0.47 | 49.4 |
| minor | 0.34 | 25.0 |
VEMtree was unable to reconstruct missing actor in some major influence cases :
## [1] 10 12 31 40 41 43 44 60 80 81 91 94 108 117 152 155 159
## [18] 172 178 186 236 245 247 254 271 292 305 312 313 341 352 353 358 376
## [35] 379
Etude de J, Jcor, Icl et diffJPLN en fonction de AUC, PPVH et corZM